前言
你知道Netty为什么性能这么高吗？你知道Redis为什么单线程如此之快吗？这都和底层的网络IO模型有关系，所以掌握网络IO模型真的很重要，是一个基础，对你更好的理解其他应用帮助非常大，今天我们就好好来聊聊Linux的5种网络IO模型。
IO工作原理
我们的应用大多数情况都是部署在linux系统中，linux系统也是一种应用，它是基于计算机硬件的一种操作系统软件。当我们接收一次网络传输，计算机硬件的网卡会从网络中将读到的字节流写到linux的buffer缓冲区内存中，然后用户空间会调用linux对外暴露的接口，将linux内核空间buffer内存中的数据拷贝到用户空间的buffer区。这一次网络读取就是磁盘IO，同理从磁盘中读取，也是遵循一样的机制。
IO的性能瓶颈主要是下面两个阶段：
- 准备阶段，指数据从网络网卡或本地存储器读取到内核的过程
- 复制阶段，指将内核缓冲区中的数据拷贝至用户态的进程缓冲区
所以，Linux系统中提供了五种IO模型来提高性能，它们分别为BIO、NIO、多路复用、信号驱动、AIO，从性能上来说，它们属于依次递进的关系，但越靠后的IO模型实现也越为复杂。
1. 阻塞IO模型BIO
当用户应用线程调用linux操作系统的recvfrom函数读取数据的时候，如果内核的buffer内存中没有数据，那么用户线程会阻塞等待，直到内核的buffer内存中有数据了，才去将内核的buffer内存中的数据拷贝到用户应用内存中。
打比方理解：
比如你给女神发一条短信, 说我来找你了, 然后就默默的一直等着女神下楼, 这个期间除了等待你不会做其他事情, 属于备胎做法。也就是说线程会一直阻塞等待内核把数据准备好，然后将数据copy到用户空间。
优点：
- 开发简单，容易入门；
- 在阻塞等待期间，用户线程挂起，在挂起期间不会占用CPU资源。
缺点：
- 在BIO这种模型中，为了支持并发请求，通常会采用多线程的方式，并发过高时会导致创建大量线程，造成频繁的上下文切换，甚至系统崩溃
在Java常用的Tomcat服务器中，Tomcat7.x版本以下默认的IO类型也是BIO，但是Tomcat中对BIO模型稍微进行了优化，通过线程池做了限制，所以避免出现并发过高而系统崩溃的情况。
2. 非阻塞IO模型NIO
当用户应用线程调用linux操作系统的recvfrom函数读取数据的时候，如果内核的buffer内存中没有数据，那么用户线程会直接拿到结果（没有数据）不会阻塞等待，于是又会发起一次recvfrom函数调用，直到内核的buffer内存中有数据了，才去将内核的buffer内存中的数据拷贝到用户应用内存中。
在非阻塞IO模型中，用户线程需要不断地询问内核数据是否就绪，也就说非阻塞IO不会交出CPU，而会一直占用CPU。
打比方理解：
比如你给女神发短信, 如果不回, 接着再发, 一直发到女神下楼, 这个期间你除了发短信等待不会做其他事情, 属于专一做法。同理，用户线程无需等待内核数据准备结果，直接返回，然后通过轮询去问结果，如果结果为准备好，进程把数据copy到用户空间。
优点：
- 每次发起IO调用，在内核等待数据的过程中可以立即返回，用户线程不会阻塞。
缺点：
- 多个线程不断轮询内核是否有数据，会占用大量CPU时间。
NIO相对来说较为鸡肋，因此目前大多数的NIO技术并非采用这种多线程的模型，而是基于单线程的多路复用模型实现的，Java中支持的NIO模型亦是如此。
3. 多路复用IO模型
前面提到NIO由于线程在不断的轮询查看数据是否准备就绪，造成CPU开销较大。既然说是由于大量无效的轮询造成CPU占用过高，那么等内核中的数据准备好了之后，再去询问数据是否就绪是不是就可以了？答案是Yes。这就是我们多路复用IO模型的设计思想。
多路复用IO模型是基于文件描述符File Descriptor实现的，文件描述符是打开现存文件或新建文件时，内核会返回一个文件描述符。读写文件也需要使用文件描述符来指定待读写的文件。文件包含音频文件，常规文件，硬件设备等等，也包括网络套接字（Socket）。
IO多路复用就是利用Linux的内核单线程去监听多个文件描述符，并在某个文件描述符可读、可写的时候接收到通知，避免无效的等待，充分利用CPU资源。
关于监听的策略，在linux中提供了3种模式，也就是3个函数，分别是 select、poll、epoll，如下图所示。
- select时间复杂度O(n)，它仅仅知道了，有I/O事件发生了，却并不知道是哪几个流（可能有一个，多个，甚至全部），我们只能无差别轮询所有流，找出能读出数据，或者写入数据的流，对他们进行操作。所以select具有O(n)的无差别轮询复杂度，同时处理的流越多，无差别轮询时间就越长，而且最多支持的连接数量是1024个。
- poll（翻译：轮询）时间复杂度O(n)，poll本质上和select没有区别，它将用户传入的数组拷贝到内核空间，然后查询每个fd对应的设备状态， 但是它没有最大连接数的限制，原因是它是基于链表来存储的。
- epoll时间复杂度O(1)，epoll可以理解为event poll，不同于忙轮询和无差别轮询，epoll会把哪个流发生了怎样的I/O事件通知我们。所以我们说epoll实际上是事件驱动（每个事件关联上fd）的，此时我们对这些流的操作都是有意义的。（复杂度降低到了O(1)）。
打个比方理解：
IO多路复用相当于找一个宿管大妈来帮你监视下楼的女生, 这个期间你可以些其他的事情. 例如可以顺便看看其他妹子,玩玩王者荣耀, 上个厕所等等。IO复用又包括 select、poll、epoll 模式。那么它们的区别是什么?
- select大妈 每一个女生下楼, select大妈都不知道这个是不是你的女神, 她需要一个一个询问, 并且select大妈能力还有限, 最多一次帮你监视1024个妹子。
- poll大妈不限制盯着女生的数量, 只要是经过宿舍楼门口的女生, 都会帮你去问是不是你女神。
- epoll大妈不限制盯着女生的数量, 并且也不需要一个一个去问. 那么如何做呢? epoll大妈会为每个进宿舍楼的女生脸上贴上一个大字条,上面写上女生自己的名字, 只要女生下楼了, epoll大妈就知道这个是不是你女神了, 然后大妈再通知你。
通知你之后，你需要到女生宿舍门口，把女神带回自己宿色。
优点：
- 系统不必创建维护大量线程，只使用一个线程，一个选择器即可同事处理成千上万个连接，大大减少系统开销。
缺点：
- 本质上，它还是同步的，数据准备好后，拷贝阶段依然是阻塞的。
如果处理的连接数不是很高的话，使用select/epoll的web server不一定比使用mutil-threading + blocking IO的web server性能更好，可能延迟还更大。select/epoll 的优势并不是对于单个连接能处理得更好，而是在于性能更多的连接，比如Redis、Netty都是采用这种IO模型。
4. 信号驱动IO模型
当用户应用线程调用linux操作系统的sigaction函数，直接返回，然后该线程去做其他事情了，当有数据来了的时候，内核空间会去递交信号给用户空间，此时用户空间会调用recvfrom函数去将数据从内核空间缓冲区拷贝到用户空间缓冲区，并处理数据。
打比方理解：
你给女神发短信，她下楼了主动通知你，你这时候在宿舍门口等着把她待会自己宿舍。同比，进程无需等待内核数据准备结果，直接返回，事件信号通知进程结果，进程把数据copy到用户空间。
优点：
- 从一定意义上实现了异步，也就是数据的准备阶段是异步非阻塞执行的
缺点：
- 当调用的线程过多，对应的信号量会增多，SIGIO函数处理不及时，会导致保存信号的队列溢出
- 内核空间与用户空间频繁的进行信号量的交互，性能很差。
现实中这种模式用的不多，就不展开阐述了。纵观上述的所有IO模型：BIO、NIO、多路复用、信号驱动，本质上从内核缓冲区拷贝数据到程序缓冲区的过程都是阻塞的，如果想要做到真正意义上的异步非阻塞IO，那么就牵扯到了异步IO模型。
5. 异步IO模型AIO
异步非阻塞模型，该模型是真正意义上的异步非阻塞式IO，数据准备与复制阶段都是异步非阻塞的。
在该模型中，首先用户进程中会创建一个Sigio信号处理程序，然后会系统调用sigaction信号处理函数，紧接着内核会直接让用户进程中的线程返回，用户进程可在这期间干别的工作，当内核中的数据准备好之后，内核会生成一个Sigio信号，通知对应的用户进程数据已准备就绪，然后由用户进程在触发一个recvfrom的系统调用，从内核中将数据拷贝出来进行处理。
打比方理解：
你给女神发短信，女神准备好了并且主动来到你宿舍通知你，你开门。 同比，应用进程把IO请求传给内核后，完全由内核去操作文件拷贝到用户空间。内核完成相关操作后，会发信号告诉应用进程本次IO已经完成。
优点：
- 真正实现了异步非阻塞，吞吐量高
缺点：
- 对内核有要求，比如Linux系统中，异步IO在2.6才引入
总结
本文讲解了Linux系统中5中IO模型，其中前面4种都属于同步IO，因为数据拷贝阶段都是处于阻塞状态，只有异步IO模型才真正实现了异步非阻塞。
